换了一个 AI 工具，之前的记忆全丢了？这个东西能让你的"第二大脑"跟着你走

推荐语

AI 记忆不再绑定单一平台，GBrain 帮你打造一个跨平台、可进化的“第二大脑”，让所有AI工具共享同一个知识库。

核心内容：
1. 现有AI记忆的局限与GBrain的核心优势对比
2. GBrain如何自动组织知识并实现跨平台共享
3. 从零开始部署GBrain的实践指南

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

为什么已有的 AI 记忆不够用？

先说一个事实：ChatGPT 有记忆功能，Claude 也有。

但它们的记忆有一个共同的特点——记的是"偏好"，不是"知识"。

比如 ChatGPT 会记住"这个用户喜欢用 Python"、"这个用户是前端工程师"、"这个用户讨厌冗长的回答"。这很好，但它记不住"你上周二跟张三聊过要不要重构数据库"、"你的创业项目已经在接洽第三家投资人了"、"你三个月前在这个技术决策上选了 A 方案，因为 B 方案有个你当时验证过的致命缺陷"。

这些才是真正值钱的东西。

更关键的一个问题是：记忆绑在平台上。 ChatGPT 记住的东西，Claude 看不到。你在 Cursor 里积累了几百条上下文，切到 Claude Code 全没了。换一个工具，等于换一个脑子。

YC 总裁 Garry Tan 把这个痛点看得很透彻：AI 智能体需要一个独立的、本地的、跨平台可用的记忆系统。于是他自己上手撸了一个——GBrain。

现在 17,000+ Star，MIT 协议，完全免费。本文带你从零开始，30 分钟跑起来。

一、GBrain 到底是什么？和 AI 内置记忆差在哪？

一句话：内置记忆是便签，GBrain 是你的外接硬盘——而且它会自己整理文件夹。

具体差别看这张表：

核心差异一句话：内置记忆是帮你记"我喜欢什么"，GBrain 是帮你记"我认识谁、做了什么、为什么这么做"——而且是任何一个 AI 工具都能读的。

装了它之后，你的 AI 智能体会开始：

• • 自动归类——你说过的话不会变成流水账，而是拆分成人物页、公司页、概念页、决策记录
• • 自动关联——不用手动画图谱，它发现"张三"和"某公司"出现在同一页就自动创建 works_at 链接，零次 LLM 调用，纯规则引擎
• • 越用越聪明——每晚 Dream Cycle 跑 11 个阶段：去重、回链、合成、情感加权、孤立页面清理……你早上醒来，脑库比昨晚更聪明
• • 跨 Agent 共享——你在 Claude Code 里的记忆，打开 Cursor 也能直接用；换工具不换脑子

用数据说话：Garry 自己那个脑库里，17,888 个页面、4,383 个人、723 家公司、21 个定时任务全自动跑——这就是他打理整个 YC 运转的个人大脑。

二、前置准备（5 分钟搞完）

动手之前，先确认这三样东西：

1. 装好 Bun 运行时

GBrain 跑在 Bun 上（不是 Node.js），需要先装：

Windows（PowerShell）：

powershell -c "irm bun.sh/install.ps1 | iex"

Mac / Linux：

curl -fsSL https://bun.sh/install | bash

装完验证一下：

bun --version
# 应该输出 1.3.10 或更高

2. 准备好 OpenAI API Key

GBrain 需要 OpenAI 的 Key 来做"语义搜索"——也就是理解你问的话是什么意思，然后匹配最相关的记忆。

去 platform.openai.com/api-keys^[1] 创建一把 Key，复制下来。

费用提示：普通个人用户，一个月大概烧 $40-200（看你怎么选搜索模式，后文会教你怎么选）。开个 ChatGPT Plus 的钱就够覆盖。

3. （可选）Anthropic API Key

如果你还想让搜索更聪明——自动把你的一个问题扩展成多个搜索角度——就再准备一把 Anthropic 的 Key：console.anthropic.com^[2]。

非必需，但有它效果好不少。

三、安装 GBrain（10 分钟）

⚠️ 关键警告：不要用 npm 装！

npm 上有一个名字叫 gbrain 的包，但它不是 Garry Tan 的这个项目，是另一个同名的 GPU JavaScript 库。用 npm 装你会装一个完全不相干的东西。

只认这个命令：

# 1. 克隆仓库
git clone https://github.com/garrytan/gbrain.git ~/gbrain
cd ~/gbrain

# 2. 安装依赖 + 注册全局命令
bun install && bun link

# 3. 验证
gbrain --version
# 输出类似：v0.35.8.0

看到版本号就说明装成功了，继续下一步。

四、初始化你的大脑（核心步骤）

这是整篇文章最关键的部分。跟着走，一步也别跳。

Step 1 — 创建大脑

gbrain init

输入这个命令后，会出现一个交互式选择，问你要选哪种搜索模式。它会弹出来让你三选一：

Select search mode:
  [1] conservative — 约 4000 token/查询, 最省 $
  [2] balanced     — 约 10000 token/查询, 折中推荐
  [3] tokenmax     — 约 20000 token/查询, 效果最强

怎么选？看这里：

小白建议：无脑选 conservative，先用着。等习惯了再升。

如果不小心装了非交互环境（比如自动化脚本），它会自动选 balanced。

选完之后，大脑数据库就建好了——2 秒之内完成。它用的是 PGLite（嵌入式 Postgres），不需要装数据库软件，零依赖。

Step 2 — 配置 API 密钥

export OPENAI_API_KEY=sk-你的OpenAI密钥
export ANTHROPIC_API_KEY=sk-ant-你的Anthropic密钥   # 这行可选

Windows 用户把 export 换成 set：

set OPENAI_API_KEY=sk-你的密钥

配置完检查一下一切正常：

gbrain doctor --json

看到全是绿色的 ✅ 就过关了。

Step 3 — 确认搜索模式（不要跳过）

这一步很多人会跳，但很重要。gbrain init 会帮你自动选一个搜索模式，但你可以后续手动调：

# 看看当前设置
gbrain search modes

# 想换模式？
gbrain config set search.mode conservative

三个模式的差别：

• • conservative：每次搜索只拉 10 条结果，不扩展查询。够用且便宜。
• • balanced：每次 25 条结果，Sonnet 级模型的甜点。
• • tokenmax：50 条结果，多角度查询扩展，追求极致召回率。

Step 4 — 创建你的知识库目录

GBrain 读取的是 Markdown 文件。你需要一个目录来放所有的"记忆"文件：

mkdir -p ~/brain
cd ~/brain
git init   # 建议用 Git 管理，能回溯历史

目录结构建议长这样：

~/brain/
  people/        # 每个人一个 .md 文件
  companies/     # 每个公司一个 .md 文件
  concepts/      # 概念、框架、思维模型
  ideas/         # 你捕捉到的灵感
  projects/      # 当前在做的事
  media/         # 文章、推文、视频摘要

Step 5 — 导入文件并建索引

现在把你要让 AI"记住"的内容写成 Markdown 放进去。比如 ~/brain/people/张三.md：

# 张三

## 基本情况
- 角色：后端工程师，某创业公司技术负责人
- 我们认识于 2025 年技术大会上
- 擅长 Go 和 Rust

## 决策轨迹
2026-03-15：讨论过要不要把核心服务从 Go 迁到 Rust，结论是暂缓
2026-05-10：他说在考虑做开源项目，主题是分布式日志采集

放好文件后，执行导入和建索引：

# 导入所有 Markdown 文件
gbrain import ~/brain/ --no-embed

# 生成向量索引（让 AI 能"理解"内容）
gbrain embed --stale

等它跑完，你就能搜索了：

# 试试搜索
gbrain query "张三最近在做什么"

它会返回类似这样的结果：

3 results (hybrid search, 0.12s):

1. people/张三 (score: 0.94)
   后端工程师，某创业公司技术负责人。擅长 Go 和 Rust。
   正在考虑做开源项目：分布式日志采集。

2. concepts/分布式系统 (score: 0.87)
   包含高可用、数据一致性等相关讨论...

3. companies/某创业公司 (score: 0.81)
   在 SaaS 赛道，团队 12 人...

Step 6 — 建立知识图谱（一劳永逸）

这是 GBrain 最厉害的地方：它会自动发现文件里提到的人物、公司，然后建立关联。

# 提取实体链接
gbrain extract links --source db

# 提取时间线事件
gbrain extract timeline --source db

# 看看建了多少链接
gbrain stats

完成后，你可以问这样的问题：

# "谁在 XX 公司工作？"
gbrain query "who works at 某创业公司" --near-person 张三

# "某公司投了哪些项目？"
gbrain query "what deals involve 某投资机构"

纯关键词搜索做不到这种"关系型查询"，但知识图谱可以。

五、接入 AI 智能体（让你的 AI 真正用上它）

光有脑库还不够，关键是要让 AI 智能体在每次回答你之前先查这个脑库。下面讲三种接入方式。

接入 Claude Code（推荐，原生支持）

Claude Code 是无缝对接的，改一个配置文件就行。

打开 ~/.claude/server.json（如果没有就新建），写入：

{
  "MCPServers": {
    "gbrain": {
      "command": "gbrain",
      "args": ["serve"]
    }
  }
}

改完重启 Claude Code。之后它每次回答你的问题前，都会先调用 GBrain 的 MCP 工具搜索你的知识库。

接入 Cursor / Windsurf / Codex

这几个编辑器都支持 MCP 协议，配置一模一样：

• • Cursor：Settings → MCP Servers → 添加 gbrain serve
• • Windsurf：MCP Client Config 里粘贴上面的 JSON
• • Codex：同样走 MCP stdio，配置方式参考 Claude Code

接入手机 / 远程客户端（OAuth 模式）

你甚至可以在手机上的 ChatGPT App 里用你的脑库。启动 HTTP 服务器：

# 启动服务器
gbrain serve --http --port 3131

# 打开管理面板（浏览器）
open http://localhost:3131/admin

管理面板会显示一个引导令牌，粘贴进去就能注册客户端。

如果要让外部也能访问（比如办公室的 Mac 上跑，手机上用），用 ngrok 暴露出去：

ngrok http 3131 --url 你的域名.ngrok.app
gbrain serve --http --port 3131 --public-url https://你的域名.ngrok.app

然后在 ChatGPT / Claude Desktop 里添加 MCP 连接，指向这个公开地址。

安全提醒：加 ngrok 暴露到公网时，务必把 admin bootstrap token 存好，不要泄漏给任何人。

六、设置自动维护任务

脑库建好了，不能放着不管。GBrain 提供了自动化维护工具：

白天定时同步（每 15 分钟）

gbrain sync --repo ~/brain && gbrain embed --stale

夜间深度整理（Dream Cycle）

gbrain dream

Dream Cycle 会跑 11 个阶段：去重 → 回链 → 同步 → 合成 → 提取 → 模式发现 → 情感加权 → 合并 → 嵌入 → 孤立页面 → 清理。

Garry 自己就用 cron 每天跑一次：

# 每天凌晨 3 点自动整理
crontab -e
# 添加这一行：
0 3 * * * cd ~/gbrain && gbrain dream >> ~/brain-log.txt 2>&1

日常健康检查

gbrain doctor --json   # 检查所有组件是否正常
gbrain check-update    # 看看有没有新版本

七、三个最容易踩的坑

1. 不要用 npm 装

再说一遍——npm 上的 gbrain 不是这个项目。你就老老实实 git clone + bun install + bun link，没别的路。

2. bun install -g 也不会成功

Bun 全局安装会跳过 postinstall 钩子，导致数据库 schema 不迁移，启动就报 Aborted()。这是 Bun 的限制，不是 bug。

3. OpenAI Key 是必选项，不是可选项

GBrain 的向量搜索必须用 OpenAI 的 embedding API。这绕不过去。如果你没有 OpenAI 账号，先去注册一个，充 $5 就能用好久。

八、总结

GBrain 解决的是一个非常简单的痛点：AI 很聪明但不记事儿。

装完这个东西之后，你的 AI 智能体终于知道你是谁、你在做什么、你认识谁、你做过了什么决定。

我用一句话总结这个项目的价值：

以前你换一个 AI 智能体就得从头教一遍。现在你只用教一次。你的大脑跟着你走。

快速参考

延伸阅读

• • GBrain GitHub 仓库^[3] — 源码、安装文档、技能列表
• • GBrain 评估仓库^[4] — 基准测试数据
• • OpenAI API Keys^[5] — 获取 OpenAI 密钥
• • Bun 运行时^[6] — GBrain 的底层运行环境

引用链接

[1] platform.openai.com/api-keys:https://platform.openai.com/api-keys
[2]console.anthropic.com:https://console.anthropic.com
[3]GBrain GitHub 仓库:https://github.com/garrytan/gbrain
[4]GBrain 评估仓库:https://github.com/garrytan/gbrain-evals
[5]OpenAI API Keys:https://platform.openai.com/api-keys
[6]Bun 运行时:https://bun.sh